T.C.
KIRIKKALE ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ
ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI YÜKSEK LİSANS TEZİ
Türkiye’deki Resmi Dairelerde Talep Tarafı Yönetimi ve Yapay Zeka Uygulamaları
Ayşegül AKSAKAL
Temmuz 2017
I ÖZET
TÜRKİYE’DEKİ RESMİ DAİRELERDE TALEP TARAFI YÖNETİMİ VE YAPAY ZEKA UYGULAMALARI
AKSAKAL, Ayşegül Kırıkkale Üniversitesi Fen Bilimleri Enstitüsü
Elektrik-Elektronik Anabilim Dalı, Yüksek Lisans Tezi Tez Danışmanı: Prof. Dr. Ertuğrul Çam
Temmuz 2017, 87 Sayfa
Günümüzde elektrik enerjisiyle çalışan cihazların hayatımızın her alanına girmesi ile elektrik enerjisine duyulan ihtiyaç artmıştır. Teknolojide yaşanan gelişmeler de bu ihtiyacı arttıran bir diğer sebeptir.
Yapılan araştırmalar ve bilimsel çalışmalar sonucunda bu yüzyılın ikinci yarısında petrol ve doğal gaz gibi fosil yakıtların rezervlerinin tamamına yakınının tükeneceği düşünülmektedir. Bu nedenle son yirmi yıl içerisinde enerji verimliliği ve tasarrufu konusunda çok sayıda araştırma ve çalışma yapılmıştır. Bunun sonucunda enerjinin verimli bir şekilde kullanılmasının önemi daha da artmıştır.
Bu çalışmaların bir diğer nedeni ise enerji fiyatlarında belirli nedenlerle oluşan istikrarsızlıkların tüketiciyi etkilemesidir. Bu amaçlarla son yıllarda tüketicinin kontrol edildiği ve yönlendirildiği Talep Tarafı Yönetimi (TTY) önemli hale gelmiştir.
Bu çalışmada, bu amaçlar doğrultusunda, ülkemizdeki resmi dairelere TTY’nin uygulanmasına bir örnek olması açısından, Milli Eğitim Bakanlığı’na (MEB) bağlı bir okul ve Kırıkkale Üniversitesi Mühendislik Fakültesinde (KÜMF) bir pilot talep
II
tarafı yönetimi uygulaması yapılmış ve hem uygulama alanlarına hem de ülkeye TTY’nin katkıları tartışılmıştır.
Çalışma esnasında Matlab yazılımında Bulanık Mantık ve Yapay Sinir Ağı gibi yöntemler ile maddeler oluşturularak sonuçların iyileştirilmesi sağlanmıştır.
Buna göre İncekaralar İlköğretim Okulu’nda (İİO) %33,19 ve KÜMF’nde %21,15 kadar enerji tasarrufu sağlanmıştır. Bunun maddi karşılığı olduğu ve bu şekilde birçok kurumun olduğu düşünüldüğünde, tezde TTY uygulamalarının önemi de ortaya çıkmış olmaktadır.
Anahtar kelimeler: Talep Tarafı Yönetimi, Yük Kontrolleri, Enerji Tasarrufu Bulanık Mantık, Yapay Sinir Ağları, Resmi Daireler
III ABSTRACT
DEMAND SIDE MANAGEMENT AT THE PUBLIC INSTITUTIONS FOR TURKEY AND ARTIFICIAL INTELLIGENCE SOLUTIONS
AKSAKAL, Ayşegül Kırıkkale University
Graduate School of Natural and Applied Sciences Department of Electric-Electronics, Master Thesis
Supervisor: Prof. Dr. Ertuğrul Çam July 2017, 87 pages
Nowadays, the necessity of electric energy has increased with the introduction of devices that work with electricity energy in every area of our lives. Developments in technology are another reason to increase this need.
As a result of researches and scientific studies, it is thought that in the second half of this century, it will come to an and cloesly to the reserves of fossil fuels such as oil and natural gas. For this reason, numerous researches and studies have been carried out on energy efficiency and saving in the last twenty years. As a result, the prospect of efficient use of energy is further increased.
Another reason for these studies is that the instability caused by certain reasons in energy prices affects the consumer. For these purposes, the Demand Side Management (DSM), in which the consumer is controlled and directed in recent years, has become important.
In this study, a pilot demand side management application was made at a school affiliated to the Ministry of National Education (MEB) and Kırıkkale University Faculty of Engineering (KÜMF) in order to be an example of the implementation of DSM in the official offices of our country in the direction of these objectives and both DSM's contributions have been discussed.
IV
During the study, Matlab software has been used to improve the results by using methods such as Fuzzy Logic and Artificial Neural Network.
Accordingly, 33.19% energy savings were achieved in İncekaralar Elementary School (İİO) and 21.15% in KÜMF. Though it was considered to be material and many institutions in this way, the prominence of TTY applications in the thesis was also revealed.
Key Words: Demand Side Management, Load Control, Energy Saving, Fuzzy Logic, Neural Networks, Public Institutions
V TEŞEKKÜR
Başta, tüm öğrenim hayatım boyunca en büyük maddi ve manevi desteğini gördüğüm canım anneme ve babama; bu tezin hazırlanmasında, konu seçiminde, kaynak tespitinde ve diğer tüm konularda yardımını esirgemeyen değerli hocam, Sayın Prof. Dr. Ertuğrul ÇAM ’ a ;
Tüm katkılarından dolayı teşekkür ederim.
Saygılarımla...
Ayşegül AKSAKAL
VI
İÇİNDEKİLER DİZİNİ
Sayfa
ÖZET ... I ABSTRACT ... III TEŞEKKÜR ... V İÇİNDEKİLER DİZİNİ ... VI ÇİZELGELER DİZİNİ ... IX ŞEKİLLER DİZİNİ ... X SİMGE VE KISALTMALAR DİZİNİ ... XII
1. GİRİŞ ... 1
1.1. Tezin Literatürdeki Yeri ... 3
2. ENERJİ KAYNAKLARI ... 5
2.1. Fosil Yakıtlı Enerji Kaynakları ... 5
2.2. Talep Tarafı Yönetiminin Fosil Yakıt Kullanımındaki Önemi ... 6
2.3. Yenilenebilir Enerji Kaynakları ve TTY ... 7
2.3.1. Güneş Enerjisi ... 8
2.3.2. Rüzgar Enerjisi ... 10
2.3.3. Jeotermal Enerji ... 11
2.3.4. Hidrolik Enerji ... 12
2.3.5. Biyokütle Enerjisi ... 12
2.3.6. Dalga Enerjisi ... 13
2.4. Yenilenebilir Enerji Kaynaklarının Talep Tarafı Yönetimdeki Önemi ... 13
3. TALEP TARAFI YÖNETİMİ ... 15
3.1. Talep Tarafı Yönetimin Tanımı ... 15
3.2. Talep Tarafı Yönetimin Faydaları ... 16
3.3. Talep Tarafı Yönetim Stratejileri ... 18
3.3.1. Puant Talebi Azaltma ... 19
3.3.2. Düşük Talep Zamanları ... 19
3.3.3. Yük Kaydırma - Doldurma ... 20
3.3.4. Talep Tasarrufu ... 20
3.3.5. Stratejik Talep Büyümesi ... 20
3.3.6. Esnek Yük Şekillendirme ... 20
VII
3.4. Gelişmiş Ülkelerde Talep Tarafı Yönetim Uygulamaları ... 21
3.5. TTY Algoritması ve Talep Tahminin Matematiksel Modellenmesi ... 21
3.6. Talep Tarafı Yönetiminde Kullanılan Tarife Stratejileri ... 23
3.6.1. Sabit Tarife ... 24
3.6.2. Blok Tarife ... 24
3.6.3. Basamak Tarife ... 24
3.6.4. Kullanım Zamanı Tarifesi ... 25
3.6.5. Ölçüsüz Tarife ... 25
3.6.6. Yük Faktörü Tarifesi ... 25
4. BULANIK MANTIK ve YAPAY SİNİR AĞLARI ... 27
4.1. Bulanık Mantık ... 27
4.1.1. Bulanık Küme ve Üyelik Fonksiyonları ... 28
4.1.2. Bulanık Mantık Avantaj ve Dezavantajları ... 31
4.2. Yapay Sinir Ağları ... 32
4.2.1. Yapay Sinir Ağlarının Temel Yapısı... 32
4.2.2. Yapay Sinir Ağlarının Avantaj ve Dezavantajları ... 36
4.3. TTY’de Bulanık Mantık ve Yapay Sinir Ağı Uygulamaları ... 37
5. PİLOT ÇALIŞMA BÖLGELERİ ... 38
5.1. Pilot Çalışma Bölgeleri ... 38
5.2. Pilot Bölgeler İçin Yük Şemalarının Belirlenmesi ... 39
5.2.1. İncekaralar İlköğretim Okulu ... 43
5.2.1.1. Yıllık Yük Eğrisi ... 44
5.2.1.2. Dönemlik Yük Eğrileri ... 45
5.2.1.3. Aylık Yük Eğrileri ... 48
5.2.1.4. Günlük Yük Eğrileri ... 58
5.2.2. Kırıkkale Üniversitesi Mühendislik Fakültesi ... 60
5.2.2.1. Yıllık Yük Eğrisi ... 61
5.2.2.2. Dönemlik Yük Eğrileri ... 62
5.2.2.3. Haftalık Ortalama Yük Miktarı ... 63
5.3. Pilot Bölge Uygulamaları ... 64
5.3.1. Kırıkkale Üniversitesi Mühendislik Fakültesi Uygulaması ... 64
5.3.2. İncekaralar İlköğretim Okulu Uygulaması... 75
6. SONUÇ VE ÖNERİLER ... 79
VIII
KAYNAKLAR ... 81 ÖZGEÇMİŞ ... 87
IX
ÇİZELGELER DİZİNİ
ÇİZELGE Sayfa
4.1. Matlab Üyelik Fonksiyon Kodları ... 31
4.2. Biyolojik Sinir Sistemi ve Yapay Sinir Ağları Arasındaki Benzerlikler ... 35
5.1. Lamba Türlerine Göre Güç, Birim Fiyat ve Ömür Süreleri ... 40
5.2. İİO’nun Aylara Göre Maksimum-Minimum Enerji Tüketim Miktarları ... 45
5.3. İİO’nun Dönemlere Göre Maksimum-Minimum Enerji Tüketim Miktarları 46 5.4. Yapay Sinir Ağ Modelleri ... 68
5.5. KÜMF Günlere Göre Saatlik Ortalama Yük Miktarları ... 70
5.6. KÜMF Günlere Göre Toplam Yük Miktarları ... 71
5.7. KÜMF Günlere Göre TTY Metotları ... 72
5.8. Salı ve Cuma Günleri için KÜMF TTY Metotları ... 73
5.9. Aylara Göre İİO için TTY Metotları ... 75
5.10. İİO için Önerilen Akademik Takvim ... 76
5.11. Aylara Göre İİO’nda Kullanılabilir Tarifeler ... 77
X
ŞEKİLLER DİZİNİ
ŞEKİL Sayfa
2.1. Türlerine Göre Fosil Yakıt Rezervlerinin Kalan Ömürleri ... 5
2.2. Türkiye Elektrik Enerjisi Kurulu Gücünün Değişimi ... 6
2.3. 2017 Yılı Nisan Ayı Sonu İtibari İle Kurulu Gücün MW Olarak Birincil Enerji Kaynaklarına Göre Dağılımı ... 8
2.4. Türkiye Güneş Enerjisi Potansiyel Atlası (GEPA) ... 9
2.5. Güneş Enerjisi Üretim Aşamaları ... 9
2.6. Türkiye Rüzgar Enerjisi Potansiyel Atlası (REPA). ... 11
3.1. Enerji Alanında Bilinçlenme ... 15
3.2. Enerji Verilerinin Yönetimi ... 17
3.3. Talep Tarafı Yönetim Stratejileri ... 19
3.4. Talep Tarafı Yönetim Algoritma Örneği ... 22
4.1. Bulanık Mantık Sistem Çalışma Diyagramı ... 28
4.2. Üçgen Üyelik Fonksiyonu ... 29
4.3. Yamuk Üyelik Fonksiyonu ... 30
4.4. Gaussian Üyelik Fonksiyonu ... 30
4.5. Biyolojik Sinir Hücresi ... 33
4.6. Yapay Sinir Ağ Modeli ... 34
4.7. Yapay Sinir Hücresi Modeli ... 35
5.1. Yük Belirleme Şeması... 39
5.2. Farklı Lamba Türleri İçin Güç Faktörleri ... 42
5.3. Farklı Lamba Türleri İçin Tüketilen Güç Miktarları... 43
5.4. 2015-2016 Yılları İçin Aylara Göre İİO Toplam Tüketim Miktarı ... 44
5.5. Birinci Dönem İİO Toplam Tüketim Miktarı ... 46
5.6. İİO Ara Tatil Toplam Tüketim Miktarı. ... 47
5.7. İİO İkinci Dönem Toplam Tüketim Miktarı. ... 47
5.8. İİO Yaz Tatili Toplam Tüketim Miktarı ... 48
5.9. İİO 2015 Temmuz Ayı Toplam Tüketim Miktarı ... 49
5.10. İİO 2015 Ağustos Ayı Toplam Tüketim Miktarı ... 49
5.11. İİO 2015 Eylül Ayı Toplam Tüketim Miktarı ... 50
XI
5.12. İİO 2015 Ekim Ayı Toplam Tüketim Miktarı... 50
5.13. İİO 2015 Kasım Ayı Toplam Tüketim Miktarı ... 51
5.14. İİO 2015 Aralık Ayı Toplam Tüketim Miktarı ... 52
5.15. İİO 2016 Ocak Ayı Toplam Tüketim Miktarı ... 52
5.16. İİO 2016 Şubat Toplam Tüketim Miktarı ... 53
5.17. İİO 2016 Mart Toplam Tüketim Miktarı ... 53
5.18. İİO 2016 Nisan Ayı Toplam Tüketim Miktarı ... 54
5.19. İİO 2016 Mayıs Ayı Toplam Tüketim Miktarı ... 55
5.20. İİO 2016 Haziran Ayı Toplam Tüketim Miktarı... 55
5.21. İİO 2016 Temmuz Ayı Toplam Tüketim Miktarı ... 56
5.22. İİO 2016 Ağustos Ayı Toplam Tüketim Miktarı ... 56
5.23. İİO 2016 Eylül Ayı Toplam Tüketim Miktarı... 57
5.24. İİO 2016 Ekim Ayı Toplam Tüketim Miktarı... 57
5.25. İİO 2015 Aralık Ayı Hafta İçi Toplam Tüketim Miktarı ... 58
5.26. İİO 2015 Aralık Ayı Hafta Sonu Toplam Tüketim Miktarı ... 59
5.27. İİO 2016 Nisan Ayı Hafta İçi Toplam Tüketim Miktarı ... 59
5.28. İİO 2016 Nisan Ayı Hafta Sonu Toplam Tüketim Miktarı ... 60
5.29. 2016 Yılı İçin Aylara Göre KÜMF Toplam Tüketim Miktarı ... 61
5.30. KÜMF 2016 Eylül ve Ekim Ayları Tüketim Miktarı. ... 62
5.31. KÜMF 2016 Haziran-Temmuz-Ağustos Ayları Tüketim Miktarı. ... 62
5.32. KÜMF Güz Dönemi Toplam Yük ... 65
5.33. Toplam Kapasite ... 66
5.34. Toplam Kapasite Kullanım Oranı ... 66
5.35. Toplam Yük Miktarı ... 66
5.36. Bulanık Mantık Çıkışı ... 67
5.37. Sistem Blok Şeması ... 67
5.38. Güz Dönemi Bulanık ve Yapay Sinir Ağları Çıkışları... 69
5.39. Bahar Dönemi Bulanık ve Yapay Sinir Ağları Çıkışları ... 69
5.40. KÜMF için Sürdürülen Ders Programı Enerji Tüketimi ve Önerilen Ders Programı Enerji Tüketimi Karşılaştırması ... 74
5.41. İİO için Sürdürülen Akademik Takvimi Enerji Tüketimi ve Önerilen .... Akademik Takvim Enerji Tüketimi Karşılaştırması. ... 78
XII
SİMGELER DİZİNİ
P Güç
$ Dolar
KISALTMALAR DİZİNİ
AC Alternatif Akım
DC Doğrusal Akım
DSM Demand Side Management
GEPA Güneş Enerjisi Potansiyel Atlası
İİO İncekaralar İlköğretim Okulu
KÜMF Kırıkkale Üniversitesi Mühendislik Fakültesi
MAPE Mutlak Ortalama Hata Oranı
MAX Maksimum
MİN Minimum
REPA Rüzgar Enerjisi Potansiyel Atlası
TTY Talep Tarafı Yönetimi
YEGM Yenilenebilir Enerji Genel Müdürlüğü
YÖK Yüksek Öğretim Kurumu
1 1. GİRİŞ
Enerji, dünyayı, ekonomik, politik ve sosyal yönlerden etkileyen en önemli faktörlerden biridir. Gelişmekte olan teknolojiye paralel olarak tüketicilerin kullanımına sunulan cihazlarda, elektrik enerjisi yaygın olarak kullanılmaktadır.
Elektrik enerjisi sistemleri dört ana süreçten oluşmaktadır. Bunlar; üretim, iletim, dağıtım ve tüketimdir.
Geçmişteki geleneksel yaklaşımlardan bugünkü enerji üretim ve tüketim alışkanlıklarına kadar olan pek çok değişimin tetikleyicisi olan 1973 Petrol Krizi, dolaylı olarak talep tarafı kontrolü fikrinin de ortaya çıkmasına sebep olmuştur. 21.
yüzyılın ikinci yarısında petrol ve doğal gaz gibi fosil yakıtların rezervlerinin tamamına yakınının tükeneceği şeklinde birçok senaryo bulunmaktadır [1]. Bu durumda ilk olarak, üretilecek enerjinin fosil yakıtlardan karşılanması yerine, yenilenebilir enerji kaynaklarından karşılanması gerekliliği düşünülmeye başlanmıştır. Ayrıca tüketicinin davranışlarının kontrol altına alınması ya da yönlendirilmesi ile ilgili çeşitli çalışmalar da önerilmiştir.
Talep Tarafı Yönetimi, (TTY), kavramı ilk olarak bu yıllarda ortaya çıkmış ve ilk örnekleri konutlarda uygulanmıştır [2]. Yöntemin puant talebi azaltma, düşük talep zamanlarını doldurma, yük kaydırma, talep tasarrufu, stratejik talep büyümesi ve esnek yük şekillendirme olmak üzere çeşitli uygulama çeşitleri bulunmaktadır.
TTY, yük araştırması, yük eğrisi üzerinde kararlılık çalışması tipinin tespiti ve son kullanıcıya önerilecek teknolojilerin tespiti şeklinde 3 aşamalı işlemlerden oluşmaktadır [3]. Görüldüğü üzere, sürecin ilk aşaması detaylı yük eğrisi analizinin gerçekleştirilmesini kapsamaktadır [4]. Bu amaçla, kullanılacak temel fonksiyonlar, yük modeli, tüketici modeli, üretici ve tüketici arasındaki ilişki ve gelecekte gerçekleşmesi beklenen üretim maliyetleri ile ilgili bilgilerdir [5]. Böylece giderilmesi gereken şebeke kararsızlığı ile ilgili de yorum yapılabilecektir. İşlem sırasında, tek bir tüketicinin yük yönetimini yapmak yerine tek seferde birden çok tüketici grubu için yük yönetimi yapılabilmesi de, TTY’nin bir diğer avantajıdır [6].
2
Buna uygun olmak üzere, çeşitli tarifeler ve uzaktan okuma ve kontrol yapılabilen akıllı sayaçlar da sisteme entegre edilmiştir [7]. Böylece sanayi yüklerinin olduğu bölgelerde TTY’nin daha hızlı yaygınlaşmasının da önü açılmıştır.
Yukarıdakilere ek olarak, tüketimin hangi saatlerde yapıldığı da önemlidir. Buna uygun olarak değişken elektrik fiyatlarına göre çizelgeler hazırlanmaktadır.
Günümüzde iyi formüle edilmiş matematiksel yazılım modelleri, üretim ile birlikte sanayiye de enerji yönetimi planlaması fırsatı sunmuştur. Böylece sürekli, tasarruflu ve verimli sistemler oluşturulabilmiştir [8]. Hazırlanacak TTY programlarının ulusal olması, ülkenin elektrik üretim-tüketim yapısına uygun olması gerekir [9]. Böylece ülkenin özel durumlarına da uyum daha kolay sağlanabilecektir.
Literatürde TTY sistemlerinin kullanıldığı birçok çalışma mevcut olmasına rağmen bu tez çalışmasının amacı; TTY stratejilerinden Türkiye’de kamu binaları için doğru uygulamaları önermektir. Bu sayede Türkiye yıllık yük eğrisindeki dalgalanmanın ortaya çıkardığı dezavantajlar minimuma indirilecektir. Bu tezde Talep Tarafı Yönetim Stratejilerinden yük kaydırma, vadi doldurma, puant yükü azaltma stratejileri ele alınarak yeni uygulamalar öngörülmüştür.
Tezin ikinci bölümünde, enerji kaynaklarına değinilmiş, fosil yakıtlar ve yenilenebilir enerji kaynakları tanımlanmış, TTY sistemindeki önemine yer verilmiştir.
Üçüncü bölümde, TTY için kullanılan stratejiler ayrıntılı bir biçimde açıklanmıştır.
Ayrıca gelişmiş ülkelerde uygulanan TTY stratejileri ve tarife yöntemleri ele alınmıştır.
Dördüncü bölümde, günümüzde yaygın olarak problem çözümlerinde kullanılan Bulanık Mantık ve Yapay Sinir Ağları ayrıntılı olarak anlatılmıştır. Ayrıca TTY için Bulanık Mantık ve Yapay Sinir Ağları öneminden ve uygulamalarından bahsedilmiştir.
3
Beşinci bölümde, TTY uygulaması için pilot bölgeler belirlenmiştir. Bu pilot bölgelerin günlük, aylık, dönemlik, yıllık yük eğrileri kendi içlerinde karşılaştırmalı incelenmiş ve elde edilen sonuçlar verilmiştir. Bu sonuçlara uygun olarak Bulanık Mantık ve Yapay Sinir Ağları modelleri kurularak çalışma sonuçları elde edilmiştir.
Son bölümde ise, elde edilen sonuçlara göre değerlendirme yapılmış ve ileride yapılacak çalışmalar için önerilerde bulunulmuştur.
1.1.Tezin Literatürdeki Yeri
Son yıllarda enerji tasarrufu ve enerji verimliliği gerektiren uygulamalara olan isteğin artması, talep tarafı yönetim ihtiyacını da beraberinde getirmiştir. Enerjinin elde edildiği kaynaklarının en başında gelen fosil yakıt kaynaklarının sınırlı olması, enerjinin tasarruflu kullanılmasının yanı sıra enerjinin verimliliğini arttıracak önlemler almayı gerektirmektedir. Bu gereksinimden dolayı, enerjinin kullanıcı tarafından oluşturulan talep miktarını kontrol edebilme ve bunu karşılamayı sağlayan, TTY tekniği kullanılmaktadır.
TTY üzerine birçok tez ve makale çalışmaları literatürde bulunmaktadır. 2009 yılında B. Olgun tarafından yapılan tez çalışmasında, ülkemizin turizm bölgelerinde elektrik tüketimi ve talep tarafı yönetiminin planlanması konusu incelenmiştir [10].
2009 yılında S. Olgun, tedarik zinciri yönetiminde, talep tahmin yöntemleri ve yapay sinir ağları tabanlı bir talep tahmini modelinin uygulaması üzerine çalışmıştır [11].
2010 yılında H. Güral çalışmasında, güç sistemleri planlaması için enerji talep tahmin konusunu incelemiştir [12]. 2011 yılında A. A. Başaran, elektrik sektörü performanslarının talep yönlü analizini yaparken [13], 2013 yılında M. A. Zehir, akıllı şebekelerin termostat kontrollü yükleri için talep tarafı yönetim sisteminin tasarımını yapmıştır [14]. 2015 yılında B. B. Alagöz tarafından yapılan değişken üretim ve değişken talep koşullarında akıllı şebekelerde enerji dengeleme konusu incelemeye alınmıştır [15]. Yine aynı yıl, Z. Bektaş tarafından Bayesyen oyun yaklaşımı ile elektrik enerjisinden talep tarafı yönetimi çalışmasında üç tüketici tesise uygulama örneği yapılmıştır [16].
4
Bu çalışmalarda yer verilen TTY aktiviteleri, TTY’nin çeşitlerinden olan, tüketimi azaltmak ve yük kaydırma işlemleri kullanılarak yapılmıştır. Bunların yanında fosil yakıt kullanımını azaltmak amacıyla, TTY metotlarının uygulama kısmı içerisinde yer alan, yenilenebilir enerji kaynakları da kullanılabilir. Yenilenebilir enerji kaynaklarının kullanımı iletim ve dağıtım şebekelerindeki verimliliği arttırılmasının yanında, şebekelerde ekipmanların etkin kullanılmasını da sağlar. Böylece, dağıtık üretim sistemlerinin yönetilmesi ve TTY uygulamaların basitleşir, kayıp güç miktarları da azaltılmış olur [17].
Bütün literatür incelendiğinde, resmi daireler ve/veya eğitim sektörü ile ilgili, ülkemizde ve hatta yurt dışı araştırmalarında bu duruma özgü çalışmalara rastlanmamıştır. Bu amaçla MEB’e bağlı İİO ile KÜMF pilot olarak seçilerek incelenmiştir. Bilindiği gibi ülkemizde 2 dönem olan eğitim, dünyanın çeşitli ülkelerinde 3 dönem olabilmektedir. Bu iki durumdan hangisinin TTY açısından ülkemize uygun olduğunu anlayabilmek ve ülkemizin yük eğrisine etkisini incelemek amacıyla bu çalışma yapılmaktadır. Çalışmada verilerin analizlerinde yardımı olması amacıyla Bulanık Mantık ve Yapay Sinir Ağları metotları da Matlab yazılımı sayesinde uygulanmıştır. Böylece TTY’nin resmi daireler üzerindeki etkisi ve yararları incelenmiştir. Sonuçlar TTY’ nin olumlu etkileri olduğunu göstermektedir.
5
2. ENERJİ KAYNAKLARI
2.1. Fosil Yakıtlı Enerji Kaynakları
Fosil yakıtlı enerji kaynakları ölen canlı organizmaların oksijensiz ortamda milyonlarca yıl çözünmesi sonucu oluşmuş olan kömür, petrol, doğalgaz ve bunların işlenmesiyle elde edilen maddelerden oluşmaktadır. Tükenebilir enerji kaynakları olarak da adlandırılan fosil yakıtlar yüksek oranda karbon içerirler.
Dünyadaki fosil enerji kaynakları, kömür, petrol ve doğalgazdır. Yeryüzünde fosil kaynaklar maddenin katı, sıvı ve gaz halinde bulunurlar. İnsanoğlu enerji gereksinimini karşılayabilmek için kolay ulaşılabilen ve kolay dönüştürülebilen kaynaklara yönelmiştir [18]. Bu nedenden dolayı fosil kökenli enerji kaynakları her zaman tercih sebebi olmuştur [19].
Dünya'da elektrik üretiminin yaklaşık olarak %40'ı kömür kullanılarak karşılanmaktadır [20]. Enerji ve Tabi Kaynaklar Bakanlığı’nın (ETKB) internet sitesinden alınan Şekil 2.1’de, dünya fosil yakıt rezervlerinin kalan ömürleri gösterilmiştir.
Şekil 2.1. Türlerine Göre Fosil Yakıt Rezervlerinin Kalan Ömürleri [21].
Şekil 2.1’den anlaşılacağı üzere, fosil yakıtlar sınırlı bir kapasiteye sahiptir. Aynı zamanda fosil kaynakların tekrarlı kullanımı söz konusu değildir.
6
Fosil yakıt miktarının hızla azalması ve fosil yakıt kullanımı sırasında çevreye verdikleri zarar nedeniyle, yenilenebilir enerji kaynaklarının kullanımını zorunlu hale gelmektedir [22].
2.2. Talep Tarafı Yönetiminin Fosil Yakıt Kullanımındaki Önemi
Dünyada ve Türkiye’de fosil yakıtlar ve yenilenebilir enerji kaynaklarının geleceğine yönelik incelemeler yapıldığında, fosil yakıt kaynaklarının nüfus ve ihtiyaç duyulan enerji miktarının artmasıyla, hızla tükendiği görülmektedir [23]. Artan enerji ihtiyacının tükenmekte olan kaynaklar yerine alternatif enerji kaynaklarından kullanılması uygundur [24]. Fosil yakıt kullanım grafiği düzeltilmek istendiği durumda, rezerv durumuna müdahale edilemediğinden, TTY ile yapılabilecek araştırmalar üzerine yoğunlaşmıştır. Burada yapılacak çalışmalar tüketici enerji kullanım grafiğini dengelemeyi ve /veya azaltmayı amaçlamaktadır [18].
Şekil 2.2. Türkiye Elektrik Enerjisi Kurulu Gücünün Değişimi [20].
7
Şekil 2.2’de Türkiye elektrik enerjisi kurulu gücünün değişimi gösterilmektedir.
Şekil 2.2’den de anlaşılacağı üzere gelişen teknolojiye paralel olarak Türkiye’de elektrik enerjisi kurulu gücü artmaktadır.
Fosil yakıtlara bağımlılık ekonomiye yük oluşturup, atmosferde de sera gazı birikmesine yol açmaktadır. Böylece oluşacak iklim değişikliği hem insanlık, hem de gezegenimiz için geri dönülmez zararlar oluşturabilir [18]. Bunun tek yolu fosil yakıtların enerji üretimindeki payını azaltmak ve yenilenebilir enerji kaynaklarına yönelmektir [25]. Ayrıca tüketicinin alışkanlıklarının değiştirilmesi amaçlı kullanılan TTY metotları da, fosil yakıtların kullanımın azaltmada etkili olacaktır.
2.3. Yenilenebilir Enerji Kaynakları ve TTY
Yenilenebilir enerji, kullanıldıktan belli bir süre sonra kendini aynı miktarda tamamlayan enerjidir diyebiliriz [26]. Temiz enerji kaynakları ve yeşil enerji olarak da tanımlanan yenilenebilir enerji kaynakları dünya hayatının devamı için büyük önem taşımaktadır [27]. Enerji üretiminde kullanılan fosil yakıtların sınırlı olması ve yakın bir zamanda tükenecek olması, kullanılması sırasında ortaya çıkacak çevre sorunlarının artması, yenilenebilir enerji kullanımının artırılmasına olanak sağlamıştır.
1970’li yıllarda yaşanan ekonomik ve siyasi gelişmeler fosil yakıtlar rezervlerine bağlı kalmamak amacıyla yenilenebilir enerji kaynaklarına önem verilmesine neden olmuştur.
8
Şekil 2.3. 2017 Yılı Nisan Ayı Sonu İtibari İle Kurulu Gücün MW Olarak Birincil Enerji Kaynaklarına Göre Dağılımı [28].
Şekil 2.3’te 2017 Yılı Nisan Ayı Sonu itibari ile kurulu gücün birincil enerji kaynaklarına göre dağılımı verilmiştir. Şekil 2.3’ten anlaşıldığı üzere birincil enerji kaynakları içerisinde yenilenebilir enerji kaynakları da yer almaktadır. Ülkemizde yenilenebilir enerji kaynakları yoğun olmasına rağmen kullanım oranı oldukça düşüktür.
Yenilenebilir enerji kaynakları güneş enerjisi, rüzgar enerjisi, jeotermal enerji, hidrolik enerji, biyokütle enerjisi, dalga enerjisi olarak sayılabilir. Bu kaynaklar, kullanıldıkça tükenmeyen ve belli bir süre içerisinde kendini yenileyen kaynaklardır [29]. Yenilenebilir enerji kaynakları aşağıda sırasıyla incelenecektir.
2.3.1. Güneş Enerjisi
Başlıca yenilenebilir enerji kaynağı güneş enerjisidir. Güneşin enerjisi, hidrojenin helyuma dönüşmesi sırasında ortaya çıkan enerjinin ışınım biçiminde uzaya yayılmasıdır. Güneş, dünyadaki tüm enerji kaynaklarına temel oluşturan, sonsuz bir enerji kaynağıdır.
9
Şekil 2.4. Türkiye Güneş Enerjisi Potansiyel Atlası (GEPA).
Şekil 2.4’te Türkiye Güneş Enerjisi Potansiyel Atlası görülmektedir. Şekil 2.4’ten anlaşıldığı üzere doğu ve güney kesimlerinde, güneş enerjisi yoğunluğunun arttığı görünmektedir.
Şekil 2.5. Güneş Enerjisi Üretim Aşamaları [18].
10
Şekil 2.5’te güneş enerjisi üretim aşamaları gösterilmiştir. Günümüzde güneş enerjisinin kullanılmasında izlenen yollar; direkt elektrik enerjisine dönüştürme ve ısı enerjisine dönüştürmedir. Güneş enerjisini ısı enerjisine dönüştürmede “toplaçlar”
doğrudan elektriğe dönüştürmede de “güneş hücreleri-güneş pilleri” kullanılmaktadır [18].
Güneş enerjisi; temiz, oluşabilecek ekonomik sorunlardan etkilenmeyen, basit çalışma prensipli, işletme masrafı az, tükenmeyen bir enerji kaynağıdır. Dolayısıyla TTY ile hedeflenen fiyat indirimi ve emisyon azaltılması için uygundur. Ayrıca yük kaydırma gibi metotlar ile de rahatlıkla entegre edilebilir.
2.3.2. Rüzgar Enerjisi
Yenilenebilir enerji kaynaklarından olan rüzgar enerjisi, güneşin dünya üzerindeki farklı bölgeleri (kara, deniz vb.) farklı değerlerde ısıtması sonucu oluşur. Aynı zamanda hareket halindeki havanın sahip olduğu enerji olarak da ifade edilmektedir [28]. Küresel ekonominin elektrik enerjisi tüketimindeki hızlı artışının karşılanabilmesinde rüzgâr enerjisi önemli bir paya sahiptir [30].
Rüzgâr enerjisi potansiyelinin ölçümü ve yararlanma biçimlerine yönelik birçok araştırma yapılmıştır [30]. Rüzgâr enerjisinden iki temel biçimde yararlanılmaktadır.
Birincisi rüzgar enerjisinin mekanik enerjiye dönüştürülmesidir. Bu metodun kullanıldığı yerlere örnek olarak su pompalanması ile çeşitli ürünlerin kesim, biçim ve öğütme gibi işlemleri örnek verilebilir [28]. İkinci yöntem ise rüzgar enerjisinden elektrik enerjisi üretmektir.
11
Şekil 2.6. Türkiye Rüzgar Enerjisi Potansiyel Atlası (REPA).
Şekil 2.6’da Türkiye Rüzgar Enerjisi Potansiyel Atlası verilmektedir. Türkiye’nin batı bölgeleri, rüzgar enerjisi potansiyeli en yüksek bölgeleridir.
Rüzgar enerjisinin çevre dostu, yenilenebilir enerji kaynağı oluşu, hammaddenin dışa bağımlı olmayışı, tükenme ve zamanla fiyat artma riskinin olmayışı, birçok enerji üreticisini bu alana yönlendirmiştir [31]. Günümüzde düşen fiyatlar nedeniyle tüketiciler kendi sistemlerini kurarak gerektiğinde enerjilerini rüzgardan alıp TTY uygulamaları yapmaktadırlar.
2.3.3. Jeotermal Enerji
Jeotermal enerji, kayaçlarda birikmiş olan sıcak suyun yeryüzüne çıkışından elde edilen enerjidir. Yoğun olarak aktif kırık fay hatları ve volkanik arazilerde bulunur.
Jeotermal enerji yenilenebilir, verimi çok yüksek, tükenmeyen ve zamanla maliyeti artmayan bir enerji türüdür.
Fosil yakıtların tüketimi sonucu oluşan sera etkisi ve asit yağmurları gibi zararlı etkiler, jeotermal enerji gibi yenilenebilir enerji kaynakları kullanılarak azaltılmıştır.
12
Elektrik üreten diğer santraller gibi jeotermal enerji santralleri de ısı enerjisini elektrik enerjisine dönüştürürler [18]. Ülkemizde genellikle ısıtma sisteminde kullanılan bu kaynak, ısı enerjisinin toplam olarak il ya da ilçelerde yoğun kullanılması ile TTY’ye katkı oluşturabilmektedir.
2.3.4. Hidrolik Enerji
Fosil yakıtların kullanımı sera etkisine, emisyona ve çevre kirliliğine sebep olmaktadır. Yenilenebilir enerji kaynaklarının kullanım payının artması, fosil yakıtların kullanımından dolayı oluşan olumsuz etkileri azaltmaktadır. Yenilenebilir enerji kaynaklarından olan hidrolik enerjinin kaynağı sudur. Doğadaki suyun enerjiye dönüşümünden elde edilir. İlk aşamada akarsu yataklarında kinetik ve potansiyel enerjiye sahip olan su, uygun yataklarda toplanmaktadır. Gerekli görüldüğünde hazır duran bu su belirli bir düşü ve debi sağlanarak su türbinlerinden geçirilerek elektrik enerjisine dönüştürülür. Elde edilen enerji ihtiyaç duyulan bölgelere hatlar aracılığıyla aktarılır [32]. Rezervli sistemleri uygun ve fiyatın yüksek olduğu zamanlarda kullanarak TTY’ye katkı sağlanabilir.
2.3.5. Biyokütle Enerjisi
Biyokütle enerjisi, biyolojik kaynaklı maddelerden elde edilen enerji kaynağıdır.
Kaynağı bitkisel ve hayvansal tüm kalıntılar olarak kabul edilmektedir. Bu kaynaklar fiziksel ve kimyasal süreçlerden geçirilerek biyoyakıt çeşitleri elde edilmektedir [33].
Yenilenebilir enerji kaynaklarından olan biyokütle enerjisi, çevreye duyarlı bir kaynak olmakla beraber sürdürülebilir, kaynağını sadece doğadan alan bir enerji kaynağıdır [34]. Bu kaynaklar başta ısıtma amaçlı olmak üzere birçok amaçla kullanılmaktadır. Sistemin çalışma prensibi genel olarak organik malzemenin yakılması sonucu ortaya çıkan ısıdan buhar elde edilip türbinin döndürülmesi ve jeneratörden elektrik elde edilmesi şeklindedir.
13
Kentsel atıklardan ortaya çıkan metan gazının değerlendirilerek elektrik enerjisi elde edilmesinde çöp termik santralleri kullanılır. Böylelikle kentsel atıkların depolama sorunu çözülmüş olmakla birlikte yeni bir enerji kaynağı da elde edilmiş olur [18].
Son yıllarda önemli miktarda teşvik verilmiş ve üretilen biyokütle enerjisi miktarı da artmıştır. 24 saat üretim yapılabildiğinden dolayı biyokütle enerjisi TTY için uygundur.
2.3.6. Dalga Enerjisi
Yenilenebilir enerji kaynaklarından olan dalga enerjisi, göller ve denizlerden elde edilmektedir [35]. Güneşten gelen ışınlar kara ve denizleri ısıtır; ısınan bu yüzeyler arasında sıcaklık farkı oluşur. Deniz yüzeyinde rüzgar esmesi nedeniyle dalganın gücü artar. Bu artan dalga kuvvetinin kullanılması durumunda özellikle denizlere kıyısı bulunan ülkelerin enerji ihtiyacına önemli katkılar sağlayacağı beklenmektedir.
Elektrik üretimi potansiyelini dalganın potansiyeli belirlemektedir [36]. Tesisin deniz üzerine kurulmasından dolayı tarım arazileri kullanılmamaktadır. Ayrıca sürekli ve ucuz bir enerji çeşidi olmakla beraber gürültü problemi de olmaktadır [37].
Ülkemizde kullanılmayan bu yöntem, çok fazla güç üretilmediğinden TTY ile ilişkilendirilememektedir.
2.4. Yenilenebilir Enerji Kaynaklarının Talep Tarafı Yönetimdeki Önemi
Günümüzde gelişen teknoloji ve artan nüfus miktarıyla doğru orantılı olarak artan enerji ihtiyacının karşılanmasında fosil yakıtların kullanımı yetersiz kalmaktadır.
Bunun başlıca nedenleri fosil yakıtların rezervlerinin sınırlı olması yanı sıra, işletme maliyetlerinin ve emisyonların da yüksek olmasıdır. Son yıllarda yapılan araştırmalar sonucu çevreye duyarlı, süreklilik gösteren, sera gazı emisyonuna ve asit yağmurlarına neden olmayan, zamanla birim fiyat artışları ile karşılaşılmayan, uzun ömürlü düşük kurulum maliyetli yenilenebilir enerji kaynakları tesislerinin kurulumu
14
ve işletimi artmaktadır. Bu yenilenebilir enerji kaynaklarının başında güneş, rüzgar, jeotermal, hidrojen, biyokütle ve dalga enerjisi gelmektedir [38,39]. Bu tez çalışmasında ele alınan konu, TTY stratejilerinin yenilenebilir enerji kaynakları ile bir sentez oluşturabileceğini öngörmüştür.
Bunun nedeni, TTY metotlarının devamı olarak görülen, enerjinin tükenebilen enerji kaynakları yerine tükenmeyen kendini yenileyen enerji kaynaklarından üretimi, tüketici kullanım alışkanlıklarını değiştirmeye uygun olmaları olanak sıralanabilir.
Böylece, TTY’ ye çok uygun olan, Dağıtık Üretim Sistemleri kurularak katkı sağlanabilir.
15
3. TALEP TARAFI YÖNETİMİ
3.1. Talep Tarafı Yönetiminin Tanımı
Gelişmekte olan teknolojiyle birlikte enerji temini ve enerji bedeli gibi kavramların önemi artmıştır. Bu süreçten sonra enerjiye kesintisiz nasıl ulaşılabileceği ve ihtiyaç duyulan enerjinin nasıl tasarruflu ve verimli kullanılması gerektiği konuları üzerinde de çalışmalar yapılmıştır [2].
Şekil 3.1. Enerji Alanında Bilinçlenme [2].
16
Şekil 3.1’de Enerji Alanında Bilinçlenme haritası verilmiştir. Bu bilinçlenmenin aşamalarını, 1970’lerin ambargosu, 1980’lerin Nükleer Kazası, 1990’lar Kyoto Protokolü ve 2000’lerin Yaşanan Güvenlik Sorunları oluşturmaktadır [40].
Gelişmekte olan sanayi ve buna paralel artan enerji ihtiyacını karşılamak adına, kurulacak yeni tesisler çevreye zarar vermekle beraber büyük bir maddi külfet oluşturmaktadır.
Ayrıca fosil yakıt kaynaklarının sınırlı olup tükenecek olması, oluşacak çevre kirliliği ve sera gazı emisyonu da oluşacak diğer risklerin arasındadır [41]. Talep tarafı yönetimi bu riskleri en aza indirgemek adına atılmış bir fikirdir. Bunu uygulamanın en iyi yolu ise yenilikleri takip edip oluşan değişimlere anında cevap verebilmekle mümkündür. TTY üç ana birimden oluşur. Bunlar; tüketici, dağıtıcı ve üreticidir.
TTY stratejilerinin verimli olabilmesi için üç birimin de koordineli çalışması gerekmektedir. Bunun için alınacak önlemler;
• Elektrik üretimi devlet tekelinden çıkarılmalı,
• Üretim, dağıtım ve tüketim bölümleri çok üreticili bir yapıya geçilmeli,
• Ulusal iletim şebekelerine erişimler güvence altına alınmalı,
• Elektrik enerjisi üretiminde yenilenebilir enerji kaynaklarının payı arttırılmalı,
• Talep tarafı stratejileri belirlenip bunlar kullanılmalıdır [2].
Bütün bu süreçlerin yapılması ve tüketimini kontrol altına alınması için yapılması gereken tüm işlemlere TTY denilmektedir.
3.2. Talep Tarafı Yönetiminin Faydaları
TTY stratejilerinin faydalarının belirlenebilmesi için enerji üretim, dağıtım ve kullanıcı tarafları bir bütün olarak incelenip karar verilmelidir. Talep tarafı yönetim stratejileri ilk olarak 1970’lerde ortaya çıkmıştır. Ancak TTY stratejilerinde asıl gelişme 2000’li yıllarda ortaya çıkmıştır [40]. Çünkü, sistem üzerinde gelişecek herhangi bir değişiklik, diğer kesimleri etkilemektedir. Tüketici tarafından bakıldığında en önemli faktörlerden biri elektriğin fiyatıdır.
17
TTY stratejileri sonucunda üretilmiş fiyatlandırma politikaları, tüketici tarafından kabul görmektedir. Bu fiyatlandırmanın oluşması için gerekli olan veriler Şekil 3.2’de verilmiştir.
Şekil 3.2. Enerji Verilerinin Yönetimi [42].
Şekil 3.2’deki veriler sonucunda, TTY aşağıda verilen geleneksel stratejilere ve faydalara ulaşılmayı hedefler:
Elektrik enerjisine ödenecek bedeli azaltarak standart hale getirmek,
Enerji kaynak çeşitliliğini ve kalitesini arttırmak,
İletim ve dağıtım hatları için bakım maliyetini azaltmak,
Yeni tesis kurulması için gerekli olan tesis kurulum maliyetlerini minimuma indirmek,
Teknolojik gelişmelerden dolayı oluşacak anlık gelişmelere anlık cevap verebilmek,
18
Sistemdeki fosil yakıtların payını azaltarak yenilenebilir enerji kaynaklarına geçişi sağlamak,
Çevrede oluşacak olumsuzlukları minimuma indirmek, sera gazı etkisini azaltmak,
Asit yağmurlarının oluşum etkisini azaltarak kullanıcıya daha ucuz ve kaliteli enerjiyi sağlamaktır [43].
3.3. Talep Tarafı Yönetim Stratejileri
Bölüm 3.2’de bahsedilen faydaların sağlanabilmesi için TTY de birçok metot uygulanmaktadır. TTY:
Puant talebi azaltma,
Düşük talep zamanlarını doldurma,
Stratejik talep tasarrufu,
Stratejik talep büyümesi,
Yük öteleme,
Esnek yük şekillendirme gibi alt metotlardan oluşmaktadır [44].
Bu yöntemlerden; puant talebini azaltma, düşük talep zamanlarını doldurma ve yük kaydırma ile yeni yatırımlardan kaçınmak veya ötelemek mümkündür. Talep tasarrufu, stratejik talep büyümesi ve esnek yük şekillendirme yöntemleri ise, sistematik olarak zirve vadi yapısını değiştirmenin yanı sıra, yeni elektrik tüketim yolları ve alışkanlıkları ortaya çıkarmak için kullanılmaktadır [9, 45].
Şekil 3.3’te, TTY stratejilerinin grafikleri verilmiştir. TTY stratejilerinde asıl amaç yük eğrisindeki tepe değeri azaltmak olduğundan, yukarıda yapılan tüm çalışmalar tepe değerini minimuma çekmeyi hedefler.
19 Şekil 3.3. Talep Tarafı Yönetim Stratejileri [9].
Aşağıda, Şekil 3.3’te verilen TTY stratejileri tek tek açıklanmaktadır.
3.3.1. Puant Talebi Azaltma
Zirve traşlama olarak da adlandırılan bu yöntem direkt olarak yükün düşürülmesini hedefler. Ayrıca görüldüğü üzere yük grafiğinde enerji kullanım miktarının en fazla olduğu saat aralığında, belli yükler sistemden çıkarılarak dalgalanmaları minimuma indirme amaçlanmaktadır [2,9,45,46].
3.3.2. Düşük Talep Zamanları
Düşük talep zamanlarının arttırılmasında asıl amaç, zirve dışı yüklerin arttırılarak yük grafiğindeki dalgalanmanın azaltılmasıdır. Şekil 3.3’te görüldüğü üzere, düşük talep zamanlarına ek yükler oluşturularak zirve yük değerine yaklaşılmakta ve dalgalanma minimuma indirilmektedir [2,9,45,46].
20 3.3.3. Yük Kaydırma - Doldurma
TTY stratejilerinden olan yük kaydırma yönteminde de amaç, yük grafiğinde oluşan dalgalanmayı minimuma indirmektir. Bunun için izlenen yol, Şekil 3.3’te görüldüğü üzere, zirve yük zamanında bulunan bazı yüklerin zirve-dışı zamana aktarılmasıdır [2,9,45,46].
3.3.4. Talep Tasarrufu
Şekil 3.3’te görüldüğü üzere talep tasarrufunda yapılan işlem, puant talebi azaltmaya benzemekle beraber önemli bir farklılık içermektedir. Bu metodu puant talebi azaltmadan ayıran en önemli fark, puant talebi azaltmada sadece zirve yükü zamandaki belli yükler azaltılırken, talep tasarrufunda uygulanan yöntem tüm yük grafiğini değer olarak aşağıya çekmektir [2,9,45,46].
3.3.5. Stratejik Talep Büyümesi
Şekil 3.3’te görüldüğü üzere, stratejik talep büyümesinde yapılan işlem düşük talep zamanlarını arttırmaya benzemekle beraber, önemli bir farklılık içermektedir. Bu metodu düşük talep zamanlarını arttırmadan ayıran en önemli fark düşük talep zamanlarını arttırmada sadece zirve dışı yükü zamanındaki belli yükler arttırılırken, stratejik talep büyümede uygulanan yöntem tüm yük grafiğini değer olarak yukarı çekmektir [2,9,45,46].
3.3.6. Esnek Yük Şekillendirme
Şekil 3.3’te görüldüğü üzere esnek yük şekillendirmede amaçlanan, tüketiciyi sistemin içine esnek bir yapı sahibi olarak dahil edebilmektir. Örneğin tarife uygulamaları ile tüketicinin belli zaman diliminde sisteme girişini belli zaman dilimlerinde de sistemden ayrılışını öngörmektedir [2, 9,45, 46].
21
3.4. Gelişmiş Ülkelerde Talep Tarafı Yönetim Uygulamaları
Dünyanın birçok ülkesinde özellikle de gelişmiş ülkelerde, TTY uygulamalarına rastlanılmaktadır. TTY stratejilerinin uygulanmasına öncülük eden ülke Amerika Birleşik Devletleridir. Bu ülkeyi Danimarka, Almanya ve Japonya takip etmiştir. Bu ülkelerin kullandıkları yöntem farklı olsa da amaç hep aynıdır ve enerjinin tasarruflu ve verimli kullanılmasını sağlamaktır. Bunu gerçekleştirirken çevreye zarar vermeden, maliyetleri azaltarak, yük grafiğindeki dalgalanmaları engellemeye çalışmışlardır. Danimarka’da talep yönlü yönetim stratejilerinin temelini oluşturan yöntem, tarife uygulaması ve bu uygulamalara yönelik kampanyalar hazırlanmasıdır.
Örneğin bu kampanyalardan biri, kompakt floresan lambaların kullanımının teşvik edilmesidir. Kampanya sonucunda ülkede yaklaşık beş milyon adet kompakt floresan lamba satılmıştır [47]. Ancak her ülkede talep yönlü yönetim stratejileri farklılık göstermektedir. Bunun nedeni ülkelerin elektrik enerjisi tüketim karakterlerinin farklılık göstermesidir. Temelde bütün ülkelerde yük grafiğindeki dalgalanmanın minimuma indirilebilmesi, enerjinin tasarruflu kullanımı ve verimliliği esas alınmaktadır. Gelişmiş diğer ülkeler incelendiğinde, yapılan çalışmalara örnek olarak; enerji verimliliği yüksek olan el aletleri ve ekipman kullanımını teşvik ya da tarife uygulamaları örnek olarak verilebilir. Bu sonuca ulaşabilmede sistemdeki üç birimin koordinasyonlu çalışması ve kampanyaların yasalarla desteklenmesi önem taşımaktadır [48].
3.5. TTY Algoritması ve Talep Tahmininin Matematiksel Modellenmesi
TTY uygulamalarının etkin bir şekilde yapıldığı Amerika Birleşik Devletleri, Danimarka, Almanya ve Japonya gibi gelişmiş ülkeler incelendiğinde, belirli algoritmalar öne çıkmaktadır. Bu algoritmalardan genel kabul görenlerden birisi Şekil 3.4’te verilmiştir.
22
Şekil 3.4. Talep Tarafı Yönetim Algoritma Örneği [49].
Ancak TTY algoritmasına geçilmeden önce enerjinin yönetiminde kullanılan talep tahmin matematiksel modelleri incelenmelidir. Bu matematiksel modeller:
Referans yönetimi,
Zaman serisi analizi,
Regresyon yöntemi,
Yapay sinir ağları olarak sayılabilir [42].
Bu çalışmada Şekil 3.4’te ki algoritmaya uygun olarak pilot bölgeler olan KÜMF ve İİO veri olarak kullanılmıştır.
23
Bu okul ve üniversitenin yıllık yük eğrileri elde edilmiştir. Bu çalışmaya uygun olan aydınlatma ve ısınma giderlerini etkileyen faktörler parametre olarak belirlenmiştir.
Ancak bunlardan ısınma faktörleri ihmal edilmiştir. Yük profillerinin analizi yapılmış ve TTY stratejilerine uygun olan yöntemler belirlenmiştir. Bu stratejilerin ekonomiklik analizi yapılmış, uygunluk durumuna göre sistemdeki toplam tasarruf ve verimlilikler hesaplanmıştır.
3.6. Talep Tarafı Yönetiminde Kullanılan Tarife Stratejileri
Talep tarafı yönetiminin temelde iki amacı vardır. Bunlardan birincisi yük eğrisinde oluşan dalgalanmaları önlemek ve belli bir değerde sabitlemektir. İkincisi ise oluşan dalgalanma sonucunda artan maliyetlerin önüne geçmektir. Bunları sağlayabilmek için yük tarafı kontrolü gerekmektedir. Yük tarafının kontrolü, tüketici yük karakteristiklerinin belirlenip elde edilen verilere uygun olarak gruplandırma stratejilerine gidilmesi ve tüketici alışkanlıklarının değiştirilmesi ile yapılmaktadır.
Örneğin 1990’lı yıllarda ABD’de PG&E adındaki dağıtım şirketi, TTY’de uyguladıkları bir paket olarak serbest tüketicilerin talebin düşük olduğu zaman dilimlerine kaydırdıkları yıllık 300 $ nakit teşvik vermiştir [50].
PG&E dağıtım şirketinin uyguladığı sistemde, ilk yapılması gereken, tüketicilerin sınıflandırılması ve tüketim alışkanlıklarının gerekli değişikliklerle kontrol altında tutulmasını sağlamaktır. Aynı abone grubu içerisinde bulunan müşterilerin tüketim karakteristikleri benzerlik göstermektedir. Ancak tepe yaptığı zamanlar farklılık göstermektedir. Sektörlere göre bakıldığında, tüketimin tarım sektörünün tepe yaptığı saatler, sabah erken saatler iken, endüstri sektörü için gün ortasında, ticaret sektörü için öğleden sonra, mesken tüketimi içinse akşam saatleridir. Bundan da anlaşılacağı üzere, farklı abone grupları için tüketim eğrilerinin birbirinden çok farklı olduğu görülmektedir.
Tepe değerinin kontrol altında tutulması için yapılan iki yol bulunmaktadır. Birincisi aynı grup içerisindeki dağıtımı dengelemek, ikincisi ise farklı abone grupları arasında kullanım kapasitesinin kaydırılmasıdır.
24
Sistem işletmecisi her zaman, talebin tepe noktasını sistemdeki kapasite ile karşılamak zorundadır. Bu nedenle taleplerin düzgün dağılmadığı sistemler için TTY yöntemlerinin kullanılarak tarife yapılarının oluşturulması mümkündür. Bu tarifeler enerji bedeli, talep bedeli, abone bedeli ve sayaç bedeli olmak üzere dört ana bileşenden oluşur. Ancak tarifelerde kendi arasında altıya ayrılır bunlar; sabit tarife, blok tarife, basamak tarife, kullanım zamanı tarifesi, ölçümsüz tarife ve yük faktörü tarifesidir [51]. Sırasıyla tarifeler açıklanacaktır.
3.6.1. Sabit Tarife
Tüketilen enerji miktarının birim başına düşen enerji maliyeti ile çarpılarak elde edilen sonuca uygun olarak faturanın hesaplanmasıdır. Bu fatura tipine sabit denmesinin asıl sebebi her durumda enerjinin birim başına düşen maliyetin sabit olmasıdır [51].
3.6.2. Blok Tarife
İki çeşidi olan bu tarife, artan ve azalan blok tarife olarak açıklanabilir. Artan blok tarife, tüketilen ya da talep edilen enerji miktarı arttıkça enerji birim maliyetinin arttığı, azalan blok tarife ise, talep edilen miktar arttıkça enerjinin birim maliyeti azaldığı tarifedir [51].
3.6.3. Basamak Tarife
Toplam tüketilen enerji ne olursa olsun bütün tüketim belli bir seviyeyi geçtiği zaman, birim enerji bedeli tekrar hesaplanır. Bu tarifenin blok tarifeden farkı tüketimin belli eşik değerinden sonra verilen birim fiyat tüm birimlere yansıtılır [51].
25 3.6.4. Kullanım Zamanı Tarifesi
Birim fiyat, tüketilen zaman dilimine göre değişiklik gösterir. Puant zaman da tüketilen enerjinin birim maliyeti ile talebin az olduğu dönemdeki enerji birim maliyeti farklıdır [51].
3.6.5. Ölçüsüz Tarife
Abonenin kurulu gücüne göre ölçüm yapmaksızın faturaya yansıtılmasıdır.
Genellikle sabit kapasite kullanan sokak lambası gibi tüketim gruplarına uygulanır.
[51].
3.6.6. Yük Faktörü Tarifesi
Maliyetleri en iyi yansıtan tarife biçimidir. Yük karakteristiğinin zaman ve maksimum kapasiteye göre tasarlandığı tarifedir [51].
Sistem işletmecileri, talep tarafını yönetmek için faturalarda esneklik sağlayabilmek amacı ile birkaç yöntem kullanırlar. Bunlar; tasarruf ve teşvik programlarıdır. Bu programların yönetimi; doğrudan yük kontrolü ve dolaylı yük kontrolü ile mümkündür [52].
Doğrudan yük kontrolü programlarında abonenin talebinin anlık olarak kontrol edilmesi ve belli bir değeri aşmış ise gerekli sinyal ile abonenin yük atmasını sağlar.
Dolaylı yük kontrolü programlarında abonenin talebini kendisinin ayarlamasını sağlayan yöntemdir. Bu sayede abonenin yük atmasına müdahale edilmez, abone kendi isteği ile yük atımına gidebilir.
TTY bu kontrolleri yaparken gruplandırma yapmaktadır. Bu gruplardan ilki meskenlerdir. Meskenlerde kullanım zamanlı tarife, fiyat teklifi ve geri ödeme programı ve doğrudan yük kontrolü uygulanır. Doğrudan yük kontrolleri daha çok su ısıtıcıları, mesken klimaları, havuz su pompaları, depolama özellikli ısıtma cihazları üzerinde uygulanır.
26
İkinci grup ise ticarethaneler ve endüstri programlarıdır. İkinci grupta kesilebilir enerji, kısılabilir yük, gerçek zamanlı fiyatlandırma, fiyat teklifi ve geri ödeme uygulanmaktadır. Bu uygulamalarda amaç enerji tasarrufu yapmak ve enerjinin verimli kullanılmasını sağlamaktır. Yapılan uygulamalar sonucunda yük eğrisindeki dalgalanmalarda azalma sağlanır.
27
4. BULANIK MANTIK ve YAPAY SİNİR AĞLARI
4.1. Bulanık Mantık
Bulanık Mantık kavramı, “Fuzzy Sets” adıyla, 1965 yılında L.A. Zadeh tarafından ortaya konulmuştur [53]. Bulanık mantık yaklaşımının kolaylığı nedeniyle günümüzde bu metodun kullanımını artmaktadır. Klasik mantık kavramının temelinde doğru – yanlış ikilemi yani üçüncünün olmazlığı ilkesi bulunmaktadır. Bu sistem, Klasik Mantık, İkili Mantık ya da Siyah Beyaz Mantığı olarak adlandırılmaktadır. İkili mantık ilkesine göre, 0 değeri yanlışı ve 1 değeri ise doğruyu ifade etmektedir. Klasik mantık kavramının temelindeki üçüncünün olmazlığı ilkesi gereği, bilgisayarda veriler 0 ve 1’ler üzerine kuruludur. Ancak bulanık mantık kavramının temelinde dereceli birliktelik ilkesi vardır. Bulanık mantıkta; 0 ile 1 dışında bir değer vardır. Bu değer gerçek dünyanın belirsizliklerini içermektedir.
Gerçek dünyada olaylar ve kavramlar subjektif olduğundan farklılık gösterir. Bundan dolayı bazı problemlerin çözümünde bulanık mantık modeli kullanılmaktadır.
Bulanık mantık tekniğinin genel özellikleri:
Kavramlar [0,1] aralığında ifade edilmektedir,
Girdiler belirli ifadelerle gruplandırılmalıdır,
Kesin kavramlar dışında belirsizlikler de kullanılmalıdır.
Matematiksel modellenişi zor olan sistemlerde bulanık mantık yöntemlerinin kullanılması uygundur. Bu özelliği aynı zamanda subjektif veya sözel olan bilgilerin algoritmalar aracılığıyla bilgisayar sistemine uyumlu hale getirilmesinde de kullanılmaktadır. Günümüzde otomatik kontrol sistemleri, robotik, otomasyon, bilgi depolama, görüntü işleme, izleme sistemleri, uzman sistemler, sayısal işaret işleme, sınıflandırma, filtreleme ve eğri uydurma gibi, pek çok alanda, bulanık mantık kullanılmaktadır [54].
28
Herhangi bir problem karşısında bu sistemin kullanılması için, bulanık küme ve üyelik fonksiyonu kavramlarının iyi anlaşılması gerekir [55].
İlk olarak bulanık küme kavramı tanımlanacak olursa; Klasik Mantık yaklaşımında olduğu gibi ikili sınıflandırma yerine kademeli sınıflandırma yapma olarak söylenebilir. Örneğin, ikili sınıflandırmada kullanılan az-çok kavramları, kademeli olarak çok az–az-normal–yoğun–çok yoğun olarak ara değerlere ayrılarak kümelenir.
Bu kümeler bulanık mantık kümeleri olarak adlandırılır.
İkinci kavram olarak üyelik fonksiyonlarına bakılacak olursa; bir kümeye ait olma derecesi 1, ait olmama derecesi 0 olarak kabul edilmesi gerekirken; 0 – 1 aralığındaki farklı değişkenler üyelik dereceleri olarak kabul edilmektedir. Bu derecelerin bulunduğu küme, üyelik fonksiyonu olarak ifade edilmektedir [55].
Şekil 4.1. Bulanık Mantık Sistem Çalışma Diyagramı [56].
Şekil 4.1’de görüldüğü üzere sisteme verilen girdiler üyelik fonksiyonlarını kullanarak bulanıklaştırılır. Daha sonra kural işleme ünitesinde yer alan kural tabanında elenerek belli veri dizileri elde edilir ve kesin bir sonuç elde edilmek için durulaştırma işlemine tabi tutulurlar.
4.1.1 Bulanık Küme ve Üyelik Fonksiyonları
Üyelik fonksiyonları ve bu fonksiyonların oluşturduğu kümeler bulanık küme içerisindeki bilgileri temsil etmektedirler [57].
29
[0,1] aralığında bulunan değerlerin ve üyelik fonksiyon değerlerinin, A ile temsil edilen küme ile ne kadar tutarlı olduğunu anlayabilmek için birçok üyelik fonksiyonu kullanılmaktadır. Bu üyelik fonksiyon tipleri yamuk, üçgen, trapezoidal, gaussian eğrisi, çan eğrisi ve sigmoid olarak sayılabilir.
Bulanık kümelerde üyelik derecesi her bir X değerine karşılık gerçek sayı ile ifade edilir. Genel gösterimi şu şekilde yapılmaktadır;
µA : x →∈ [0,1] (4.1)
Üyelik fonksiyonlarından bazıları Şekil 4.2, Şekil 4.3 ve Şekil 4.4’te formülleri ile verilmiştir.
Şekil 4.2. Üçgen Üyelik Fonksiyonu [58].
30 Şekil 4.3. Yamuk Üyelik Fonksiyonu [58].
Şekil 4.4. Gaussian Üyelik Fonksiyonu [58].
Bulanık mantık üyelik fonksiyonlarının Matlab isim kodlamaları da Çizelge 4.1’de verilmiştir.
31 Çizelge 4.1. Matlab Üyelik Fonksiyon Kodları.
MATLAB KODU ÜYELİK FONKSİYONU
Trimf Üçgen Üyelik Fonksiyonu
Trapmf Yamuk Üyelik Fonksiyonu
Gbellmf Çan Üyelik Fonksiyonu
Gaussmf Gauss Üyelik Fonksiyonu
Pimf π Üyelik Fonksiyonu
Dsigmf Sigmodial Üyelik Fonksiyonu
4.1.2. Bulanık Mantık Avantaj ve Dezavantajları
Günümüzde birçok problemin çözümünde, Klasik Mantık Modeline oranla, Bulanık Mantık Modellemeleri kullanılmaktadır.
Bulanık mantık ile modellemenin avantajları aşağıdaki gibi sayılabilir [59]:
Belirsiz, zamanla değişen, karmaşık, iyi modellenememiş sistemlere basit çözümler getirir,
Klasik Mantıkta uygulanan karmaşık matematiksel modellere oranla, daha küçük yazılımlar kullanılarak daha hızlı sonuç elde edilir,
Kullanıcı giriş ve deneyimlerinden yararlanılabilmesine olanak sağlar,
Sözel değişken kullanımına uygunluğu model güvenirliğini arttırır,
Doğrusal olmayan problem çözümlerinde başarılıdır.
Ancak bulanık mantığın çeşitli dezavantajları da bulunmaktadır [59]:
Sistem çıkış değerleri, kullanıcı deneyiminin oranına bağlıdır,
Üyelik fonksiyonlarının seçimi, deneme yanılma yoluyla bulunur,
Uygun üyelik fonksiyonun elde edilmesi zaman alabilir,
Model kurma işleminde deneme yanılma yöntemi kullanıldığından, zaman alır ve maliyet artar.
32 4.2.Yapay Sinir Ağları
Yapay sinir ağları (YSA), ilk olarak 1943 yılında McCulloch ve Pitts tarafından yapılan sinir hücrelerinden oluşan ağlarla yapılan hesap ile ortaya çıkmıştır. Yapay sinir ağları, insan beyninin işleyiş sistemini model almaktadır. Yapay sinir ağlarının ilk uygulamaları, biyoloji ve psikoloji alanındadır. Ancak günümüzde yapılan çalışmalar ile birçok alanda farklı uygulamalar ile problemlere çeşitli çözüm önerileri sunmaktadır. Yapay sinir ağları çalışma prensibi iki aşamadan oluşur. Bunlardan ilki eğitim, ikincisi uygulamadır. Yapay sinir ağlarının diğer yöntemlerden ayıran en önemli özellik eğitilebilir olmasıdır. Bu eğitim geçmiş veriler kullanılarak, yeni girdilerin ve çıktıların arasındaki bağlantının doğruluğunun anlaşılmasıdır.
Yapay sinir ağları, insan beyninin çalışma şekline benzer olarak öğrenme, ilişkilendirme, sınıflandırma, genelleme, belirleme, optimizasyon gibi süreçleri gerçekleştirmektedir [60].
Yapay sinir ağlarının yaygın uygulama alanları; öngörü, sınıflandırma, veri birleştirilmesi, veri kavramlaştırılması, veri süzülmesi, resim veya görüntü işleme, finansal ve ekonomik öngörü, satış öngörüsü, denetim, el yazısı, parmak izi tanıma, petrol ve gaz arama, konuşma tanımlama, kalite kontrol, iletişim kanallarındaki trafik yoğunluğunun kontrolü, radar ve sonar sinyallerinin sınıflandırılması, ürün tasarımı, protez tasarımı, ulusal ve uluslararası farklı konuda, işletme, finans ve ekonomidir [61-63].
4.2.1. Yapay Sinir Ağlarının Temel Yapısı
Yapay sinir ağları, insan beyninin özelliklerine benzer şeklide yeni bilgiler üretebilme amacıyla kullanılan bilgisayar sistemleridir [60].
Aynı işlemlerin benzer şekilde yapabilmesi yapay sinir ağları modelleri üzerinde çalışma yapılırken, insan beyni ve biyolojik anlamda bir sinir hücresi referans olarak alınmasından kaynaklanmaktadır. Bu nedenle bir yapay sinir ağını daha iyi anlamak için biyolojik sinir sistemini, sinir hücrelerinin yapısını ve çalışmalarını en iyi şekilde incelemek ve anlamak gerekmektedir.
33
Sağlıklı bir insan beyni 1011 sinir hücresinden ve 1015 sinapstan oluşmaktadır.
Biyolojik olarak sinir hücresine sinaps adı verilir. Şekil 4.5’te biyolojik bir sinir hücresi gösterilmektedir.
Şekil 4.5. Biyolojik Sinir Hücresi.
Şekil 4. 5’te görüldüğü üzere nöron; dendrit, soma (çekirdek), akson ve sinapsisden (bağlantı) oluşur. Nöronların diğer nöronlarla yaptığı bağlantıya sinaps adı verilir.
Sinaps bir nöronun aksonu ile diğer nöronun hücre gövdesi arasında gerçekleşir.
Çalışma prensipleri incelendiğinde dışarıdan gelen uyarılar girdi olarak alınır ve sinapslar yardımıyla diğer bir sinir hücresine iletilirler. Çekirdek bilgileri toplayan merkez olarak çalışırken aksonlar her gelen yeni sinyali ön işleme tabi tutarlar. Ön işlem sinapslara gelen toplam sinyallerin belli bir eşik değerine göre değiştirilmesi durumudur ki, bu durumda öğrenme işleminin gerçekleştiği düşünülür. Bu yaklaşımdan yola çıkılarak yapay sinir ağları oluşturulmuştur [62]. Şekil 4.6’da örnek bir yapay sinir ağı modeli verilmiştir.
34 Şekil 4.6. Yapay Sinir Ağ Modeli.
Şekil 4.6’da yapay sinir ağ modeli gösterilmiştir. Örnek model de üç girişli (G1, G2, G3) giriş katmanı, ara katman, eşik değerleri ve üç çıkışlı (Ç1, Ç2, Ç3 ) çıkış katmanı kullanılmıştır. Diğer bir örnek olarak Şekil 4.7’deki yapay sinir hücre modeli verilmiştir.
35 Şekil 4.7. Yapay Sinir Hücresi Modeli [55].
Şekil 4.7’den anlaşıldığı üzere yapay sinir hücre modeli girdiler, ağırlıklar (eşik değerler), toplama fonksiyonu, aktivasyon fonksiyonu ve çıktıdan oluşmaktadır. Bu sistemin oluşumunda biyolojik sinir hücre yapısı çalışma prensipleri temel alınmıştır.
Çizelge 4.2’de biyolojik bir sinir sistemi ile yapay sinir ağları arasındaki benzerlikler verilmiştir.
Çizelge 4.2. Biyolojik Sinir Sitemi ve Yapay Sinir Ağları Arasındaki Benzerlikler [55].
BİYOLOJİK SİNİR SİTEMİ YAPAY SİNİR AĞLARI
Sinir sistemi Sinirsel Hesaplama Sitemi
Nöron İşlem Elemanları
Akson Eleman Çatısı
Dendit Toplama Fonksiyonu
Hücre Gövdesi Aktivasyon (Transfer) Fonksiyonu
Sinaps Ağırlıklar
36
4.2.2. Yapay Sinir Ağlarının Avantaj ve Dezavantajları
Günümüzde yapay sinir ağları yaygın olarak kullanılmaktadır. Bunun en önemli nedeni olarak geleneksel öngörü tekniklerinden farklı ve daha modern olduğu gerçeği pek çok araştırmacı tarafından kabul edilmiştir. Geleneksel öngörü tekniklerinde problem çözümü için kullanılan yol bir öngörü tekniği seçmek ve buna uygun model oluşturmaktır. Ancak yapay sinir ağları modellerinde problem çözümü için kullanılan yol sinir ağı tasarımı; ağ kurulumu, nöron sayısının belirlenme, ölçme ve aktivasyon fonksiyonlarının belirlenmesinin yanı sıra ağın eğitilmesinden oluşur.
Yapay sinir ağlarının avantajları olarak:
Matematik olarak modellemesi zor veya karmaşık olan problemlerin çözümünde kullanılması,
Veriler ve örneklerle sonuca ulaşmada ek bilgilere ihtiyaç olmaması,
Ağların otomatik olarak örneklerden öğrenmesi,
Doğrusal olmayan problemlerin çözümünde geleneksel yöntemlere göre çok daha başarılı olmaları,
Maliyeti diğer yöntemlere oranla daha düşük olması,
Geleneksel yöntemlerden daha hızlı olması,
Yeni verilerin oluşumu veya sistemde yapılacak değişiklik durumunda ağın tekrar eğitilebilmesi,
Öğrenme yetisine sahip olmaları dolayısıyla, farklı öğrenme algoritmalarıyla çalışabilmeleri,
Gerçek zamanlı problemler için kullanıma uygun olmaları sayılabilir.
Dezavantajlar olarak ise:
Kural seti kurulması ve buna uygun modelin doğruluğunun kullanıcı tecrübesine bağlı olması,
Problem hakkında ağdan elde edilen sonucun nasıl oluştuğunun bilinmesi ve bu nedenle ağın davranışlarının açıklanmasının mümkün olmaması,
Sayısal olmayan problemlerin tanıtılmasında zorluklar yaşanması,
Eğitimin uzun sürebilmesi,
37
Optimum çözümün garanti olmaması ve elde edilen sonucun sadece iyi sonuçlardan biri olması olarak sayılabilir.
4.3. Talep Tarafı Yönetiminde Bulanık Mantık ve Yapay Sinir Ağları
Önceki bölümler de bulanık mantık ve yapay sinir ağları hakkında bilgi verilmiştir.
Ancak bulanık mantık ile yapay sinir ağlarının birlikte kullanılması yeni bir yapıyı meydana getirmiştir. Oluşan yeni yapı yapay zeka tekniği adını almıştır. Yapay zeka tekniği, bulanık mantıktan gelen kullanıcı tecrübesi, sözel veri girişi, karar verebilme yeteneği ile yapay sinir ağlarından gelen öğrenme yeteneğini birleştirmiştir. Bu sayede, kullanıcı tecrübelerinin sisteme aktarımı ile doğrusal olmayan, karmaşık problemlere çözüm getirebilmekte ve model kurma yeteneği artmaktadır. Kurulan modelle ortaya çıkacak hatalar ihmal edilebilmektedir. Bu nedenlerden dolayı mühendislik, işletme, ekonomi, vb. alanlarda kullanılmaktadır.
Beyan ve Baykal’a (2004b) göre, bulanık mantık ve yapay sinir ağlarının birlikte kullanılmasında beş farklı yapı ortaya çıkmaktadır [63]. Bunlar;
Bulanıklığı sinir ağı çatısına sokmak,
Bulanık mantık biçimselliği ile sinir ağı tasarlamak,
Sinir hücrelerinin temel özelliklerini değiştirme,
Bir ağın kararsızlığı ya da hatası olarak bulanıklık ölçümünün kullanımı,
Her bir sinir hücresini bulanık yapmaktır [61].
Ortaya konulan yapılar, günümüzde geleneksel metotlarla çözümü zor veya bulunamayan konulara çözüm oluşturur. Bu konulardan biri de talep tahminidir. TTY metotlarının kullanılabilmesi için talep tahminlerinin sağlıklı yapılması gerekmektedir. İstatistiksel metotlar ile talep tahminleri yapılabilmektedir. Ancak sadece bu metotlar kullanılarak problem çözme, zaman ve maliyet açısından verimli değildir.
Yapay sinir ağlarının genel yapısında girdi katmanı, talep miktarını etkileyen faktörler iken çıktı katmanı, talep miktarıdır. Aradaki katmanlar ise modele uygun fonksiyonların işlem yaptığı katmanlardır [61].
